용어집 | LurusTech Docs

용어집

Lurus 제품 문서에 등장하는 핵심 용어, 총 71 개를 주제별로 분류했습니다. Ctrl + F 로 빠르게 찾을 수 있습니다.

공통

제품·API·인프라 전반에 공통되는 개념

鹿贝: Lurus 플랫폼의 통합 과금 단위(Lubei)입니다. 모든 제품 소비는 Lubei로 차감되며, 1 Lubei = 1센트 상당입니다.
Agent: LLM이 구동하는 자율 의사결정 프로그램으로, 입력 감지 → 추론 → 도구 호출 → 결과 산출의 흐름을 따릅니다.
API Key: API에 접근하기 위한 비밀 자격 증명으로, 비밀번호와 유사합니다. 각 Key마다 할당량과 권한을 개별 설정할 수 있습니다. 자세히 보기 →
ArgoCD: Kubernetes용 GitOps 지속 배포 도구로, Git 저장소 변경을 감지해 클러스터에 자동 동기화합니다.
Base URL: API의 루트 주소입니다. Lurus의 Base URL은 https://hub.lurus.cn/v1입니다.
Bearer Token: HTTP 인증 방식의 하나로, 요청 헤더에 "Bearer sk-xxx" 형식으로 자격 증명을 담아 전달합니다.
Embedding: 임베딩 벡터로, 텍스트를 고차원 수치 벡터로 변환하여 의미적으로 유사한 텍스트가 벡터 공간에서 가까운 거리에 위치하게 합니다. MemX는 로컬 ONNX 모델로 생성합니다.
Endpoint: API 엔드포인트로, /v1/chat/completions와 같이 호출 가능한 URL 경로입니다.
FIFO: First In, First Out, 즉 선입선출 큐입니다. Kova의 작업 스케줄링은 기본적으로 FIFO 전략을 사용합니다.
GitOps: Git 저장소를 배포의 진실 원천으로 삼아, ArgoCD 같은 자동화 도구로 원하는 상태를 클러스터에 동기화하는 방식입니다.
JWT: JSON Web Token으로, 자체 포함된 서명 토큰이며 서버가 DB 조회 없이 신원을 검증할 수 있습니다.
Ontology: 온톨로지로, 트리 구조로 도메인 지식(사용자 스토리 / 아키텍처 / 기술 스택 / 규범)을 기술합니다. Forge의 핵심 데이터 모델입니다.
OpenAPI: REST API를 기술하는 개방형 명세(구 Swagger)입니다. Lurus의 데이터 구조는 게이트웨이 OpenAPI 명세에서 자동 동기화되어 생성됩니다. 자세히 보기 →
OpenTelemetry: 가관측성 분야의 오픈 표준으로, Trace / Metric / Log 세 가지 신호의 수집과 전송을 통일합니다.
PAT: Personal Access Token으로, 사용자가 생성하는 장기 API 접근 토큰이며 자동화에서 비밀번호를 대체합니다.
PII: 개인 식별 정보로, API Key, 비밀번호, 개인 키 등 민감 데이터를 말합니다. MemX는 우회 불가능한 12종의 PII 필터링 규칙을 내장하고 있습니다.
Rate Limit: 속도 제한으로, API가 단위 시간당 요청 횟수의 상한을 제어하여 남용과 과부하를 방지합니다.
Schema: 데이터 구조 정의로, 요청 / 응답의 각 필드 이름, 타입, 필수 여부를 규정합니다. 자세히 보기 →
SDK: 소프트웨어 개발 키트로, 캡슐화된 함수와 클래스를 제공하여 API 호출을 단순화합니다. Lurus 게이트웨이는 범용 Chat Completions 인터페이스 형식을 사용합니다.
SM4-GCM: 국산 암호 SM4 블록 암호 + GCM 인증 암호화 모드로, 국산 암호 규정 준수가 필요한 시나리오에서 대칭 암호화의 우선 선택지입니다.
Streaming: 스트리밍 응답으로, AI 모델이 전체 생성을 기다리지 않고 결과를 Token 단위로 반환하여 첫 글자 지연을 줄입니다.
System Prompt: 시스템 프롬프트로, AI의 역할, 능력 경계, 행동 규범을 정의합니다. 메시지 배열의 첫 번째에 배치됩니다.
TCO: 총소유비용(Total Cost of Ownership)으로, 구매 결정에서 라이선스 / 배포 / 운영 / 마이그레이션을 아우르는 전 과정 비용입니다.
Token: LLM이 텍스트를 처리하는 최소 단위입니다. 중국어는 약 1.5자/token, 영어는 약 4자/token입니다.
Tool Call: AI 모델이 추론 과정에서 검색이나 데이터베이스 조회 같은 외부 도구의 호출을 결정하고, 구조화된 호출 파라미터를 반환하는 것입니다.
Webhook: 서버가 결제 성공, 구독 만료 등 이벤트 알림을 지정한 URL로 능동적으로 푸시하는 방식입니다.

신원 인증

로그인, Token, SSO, 컴플라이언스 관련

Bearer Token: HTTP 인증 방식의 하나로, 요청 헤더에 "Bearer sk-xxx" 형식으로 자격 증명을 담아 전달합니다.
Casdoor: Lurus가 사용하는 오픈소스 ID 플랫폼으로, OIDC / OAuth2 / SAML / SCIM / MFA 기능을 제공합니다.
JWT: JSON Web Token으로, 자체 포함된 서명 토큰이며 서버가 DB 조회 없이 신원을 검증할 수 있습니다.
MFA: 다중 인증으로, 2가지 이상의 자격 증명을 동시에 요구합니다(비밀번호 + TOTP, 비밀번호 + Passkey 등).
OIDC: OpenID Connect로, OAuth 2.0 기반의 ID 인증 표준이며 Lurus는 Casdoor로 구현합니다.
Passkey: WebAuthn 표준 기반의 비밀번호 없는 인증 방식으로, 기기 지문 / Face ID / 보안 키로 완료됩니다.
PAT: Personal Access Token으로, 사용자가 생성하는 장기 API 접근 토큰이며 자동화에서 비밀번호를 대체합니다.
SM4-GCM: 국산 암호 SM4 블록 암호 + GCM 인증 암호화 모드로, 국산 암호 규정 준수가 필요한 시나리오에서 대칭 암호화의 우선 선택지입니다.
SSO 联邦: 기업이 자사 IdP(Okta / Azure AD 등)를 Lurus Auth에 연동하여, 직원이 회사 계정으로 Lurus 제품에 로그인하는 방식입니다.

Kova 실행 엔진

Agent, WAL, MCP 및 스케줄링

A2A: Agent-to-Agent 프로토콜로, 여러 Agent가 직접 통신하고 작업을 위임하며 정보를 교환하게 합니다.
Agent: LLM이 구동하는 자율 의사결정 프로그램으로, 입력 감지 → 추론 → 도구 호출 → 결과 산출의 흐름을 따릅니다.
Agent Loop: Agent의 의사결정 루프로, 입력 수신 → LLM 추론 → 도구 호출 → 결과 획득 → 추론 지속을 최종 답변 생성 시까지 반복합니다.
Checkpoint: 체크포인트로, 메모리의 전체 상태 스냅샷을 디스크에 기록합니다. 크래시 복구 시 가장 최근 Checkpoint부터 WAL을 재생합니다.
CheckpointSaver: LangGraph에서 그래프 상태의 영속화를 담당하는 컴포넌트 인터페이스로, Kova/Lumen이 제공하는 구현으로 교체할 수 있습니다.
CRC32: 순환 중복 검사 알고리즘으로, 데이터 전송이나 저장 중의 오류를 탐지하는 데 사용됩니다. Kova의 모든 WAL 레코드에는 CRC32 체크섬이 포함됩니다.
Durable Execution: 지속 실행으로, 작업 상태를 계속 WAL에 기록하여 프로세스 크래시 후 중단 지점에서 자동 복구하며 LLM을 중복 호출하지 않습니다.
FIFO: First In, First Out, 즉 선입선출 큐입니다. Kova의 작업 스케줄링은 기본적으로 FIFO 전략을 사용합니다.
MCP: Model Context Protocol, 즉 모델 컨텍스트 프로토콜입니다. AI Agent가 외부 도구와 데이터 소스를 통일된 방식으로 호출하게 하는 개방형 표준입니다. 자세히 보기 →
MCP Server: MCP 프로토콜을 구현한 도구 서비스 프로세스로, AI Agent에게 GitHub, 데이터베이스 등 호출 가능한 도구 기능을 노출합니다. 자세히 보기 →
Replay: 리플레이로, 영속화된 이벤트 시퀀스를 사용해 Agent 실행 과정을 재현하며, 로컬 디버깅 시 추가 LLM Token을 소비하지 않습니다.
Ring Buffer: 링 버퍼로, 고정 크기의 순환 저장 구조입니다. 쓰기 포인터가 끝에 도달하면 되돌아와 오래된 데이터를 덮어쓰며, WAL은 2의 거듭제곱 크기의 링 버퍼를 사용합니다.
Swarm: 집단 지성 모드로, 여러 Agent가 조정자의 작업 분배에 따라 자율 협력하며 사전 정의된 고정 프로세스가 필요 없습니다. 자세히 보기 →
System Prompt: 시스템 프롬프트로, AI의 역할, 능력 경계, 행동 규범을 정의합니다. 메시지 배열의 첫 번째에 배치됩니다.
Tool Call: AI 모델이 추론 과정에서 검색이나 데이터베이스 조회 같은 외부 도구의 호출을 결정하고, 구조화된 호출 파라미터를 반환하는 것입니다.
WAL: Write-Ahead Log, 즉 사전 기록 로그입니다. 모든 상태 변경을 실행 전에 먼저 로그에 기록하여 크래시 후 로그에서 복구할 수 있게 합니다. 자세히 보기 →

MemX 메모리

증류, 중복 제거, 감쇠, 검색

ACE: Adaptive Context Engine, 즉 적응형 컨텍스트 엔진입니다. MemX의 핵심 지능 계층으로, 지식 증류, 중복 제거, 감쇠, 검색의 네 가지 모듈을 포함합니다. 자세히 보기 →
Cosine Similarity: 코사인 유사도로, 두 벡터 방향의 유사 정도를 측정하며 값의 범위는 [-1, 1]입니다. MemX는 이를 사용해 지식 중복 여부를 판단합니다(>=0.8 자동 병합).
Curator: MemX의 의미 기반 중복 제거 엔진으로, 매 쓰기 시 코사인 유사도를 통해 중복 지식을 자동 병합하고 모순을 탐지합니다. 자세히 보기 →
Decay: 메모리 감쇠로, 인간의 망각 곡선을 모사합니다. 검색되지 않는 지식은 점차 가중치가 낮아지고, 자주 검색되는 지식은 점점 더 견고해집니다. 자세히 보기 →
Ebbinghaus: 에빙하우스 망각 곡선으로, 인간의 기억이 시간에 따라 지수적으로 감쇠하는 심리학 법칙입니다. MemX는 이를 바탕으로 메모리 반감기를 설계합니다.
Embedding: 임베딩 벡터로, 텍스트를 고차원 수치 벡터로 변환하여 의미적으로 유사한 텍스트가 벡터 공간에서 가까운 거리에 위치하게 합니다. MemX는 로컬 ONNX 모델로 생성합니다.
Knowledge Distillation: 지식 증류로, 대량의 대화에서 정제되고 재사용 가능한 지식 항목을 추출합니다. MemX의 Reflector 엔진이 이 과정을 자동으로 수행합니다.
Ontology: 온톨로지로, 트리 구조로 도메인 지식(사용자 스토리 / 아키텍처 / 기술 스택 / 규범)을 기술합니다. Forge의 핵심 데이터 모델입니다.
PII: 개인 식별 정보로, API Key, 비밀번호, 개인 키 등 민감 데이터를 말합니다. MemX는 우회 불가능한 12종의 PII 필터링 규칙을 내장하고 있습니다.
Reflector: MemX의 지식 증류 엔진으로, 규칙 사전 선별 + LLM 정제를 통해 대화에서 고가치 지식을 자동으로 추출합니다. 자세히 보기 →
Semantic Dedup: 의미 기반 중복 제거로, 코사인 유사도를 통해 의미는 같지만 표현이 다른 지식 항목을 자동으로 식별하고 병합합니다.
Session: Forge에서 한 차례의 제품 논의에 대한 컨텍스트 컨테이너로, 대화, 의사결정, Agent 산출물의 전체 타임라인을 담습니다.
Vector Search: 벡터 검색으로, 쿼리 텍스트와 저장된 텍스트의 임베딩 벡터 거리를 계산하여 의미적으로 가장 관련성 높은 결과를 찾습니다.

Lucrum 퀀트

백테스트, 리스크 지표, 거래 규칙

鹿贝: Lurus 플랫폼의 통합 과금 단위(Lubei)입니다. 모든 제품 소비는 Lubei로 차감되며, 1 Lubei = 1센트 상당입니다.
Adjustment: 수정주가로, 주식의 과거 가격에 배당/유상증자 조정을 가하여 서로 다른 시기의 가격을 비교 가능하게 합니다. 전수정과 후수정으로 나뉩니다.
Backtest: 백테스트로, 과거 시세 데이터를 사용해 전략 거래를 시뮬레이션하여 과거 시장 환경에서 전략의 성과를 평가합니다.
Calmar: 칼마 지수로, 연환산 수익률 / 최대 낙폭입니다. > 1.0이면 수익이 최대 낙폭을 커버할 수 있음을 의미합니다.
Commission: 수수료로, 증권사가 거래마다 부과하는 비용입니다. A주는 일반적으로 약 0.03% 수준이며 최저 5위안 제한이 있습니다.
CtaTemplate: vnpy의 전략 템플릿 기반 클래스로, 표준적인 on_bar / on_tick / on_trade 등 생명주기 후크를 정의합니다.
Decimal.js: JavaScript의 임의 정밀도 십진 연산 라이브러리로, Lucrum은 이를 사용해 금융 계산에서의 부동소수점 오차를 제거합니다.
Max Drawdown: 최대 낙폭으로, 역사적 고점에서 최저점까지의 최대 하락률 백분율입니다. < 20%이면 수용 가능, < 10%이면 우수합니다.
Round Lot: 단주/주문 단위로, A주의 최소 거래 단위이며 1단위 = 100주입니다. 매수는 반드시 단위의 정수 배수여야 합니다.
Sharpe Ratio: 샤프 지수로, 단위 위험을 감수할 때 얻는 초과 수익입니다. > 1.0이면 우수, > 2.0이면 탁월합니다.
Slippage: 슬리피지로, 예상 체결가와 실제 체결가의 차이입니다. 대규모 자금이나 유동성이 낮은 종목일수록 슬리피지가 더 두드러집니다.
Sortino: 소르티노 지수로, 샤프 지수와 유사하지만 하방 변동성(손실 위험)만 고려하여 투자자의 실제 체감을 더 잘 반영합니다.
Stamp Duty: 인지세로, 주식 매도 시 국가가 징수하는 세금입니다. A주의 현재 세율은 거래 금액의 0.05%입니다.
Stop Loss: 손절매로, 사전 설정한 손실 임계값에 도달하면 자동으로 청산하여 손실을 통제합니다. 리스크 관리의 기본 수단입니다.
vnpy: Python 퀀트 트레이딩 오픈소스 프레임워크로, Lucrum AI가 생성하는 전략 코드는 vnpy CtaTemplate을 기반으로 합니다.
Win Rate: 승률로, 수익 거래가 전체 거래 횟수에서 차지하는 비율입니다. > 50%이면 기본, > 60%이면 양호합니다.

Switch 관리

CLI, Provider, MCP 연동

MCP: Model Context Protocol, 즉 모델 컨텍스트 프로토콜입니다. AI Agent가 외부 도구와 데이터 소스를 통일된 방식으로 호출하게 하는 개방형 표준입니다. 자세히 보기 →
MCP Server: MCP 프로토콜을 구현한 도구 서비스 프로세스로, AI Agent에게 GitHub, 데이터베이스 등 호출 가능한 도구 기능을 노출합니다. 자세히 보기 →
Provider: 모델 제공자로, 업스트림 모델 서비스(클라우드 API 또는 로컬 추론 서비스)를 말합니다. Switch는 여러 Provider 설정과 규칙 기반 라우팅을 지원합니다.
Proxy: 프록시로, Switch가 로컬에서 시작하는 API 엔드포인트(Chat Completions 형식)이며, 요청을 라우팅 규칙에 따라 서로 다른 Provider로 전달합니다.

Lumen 옵저버빌리티

Replay, Checkpoint, 비용

Checkpoint: 체크포인트로, 메모리의 전체 상태 스냅샷을 디스크에 기록합니다. 크래시 복구 시 가장 최근 Checkpoint부터 WAL을 재생합니다.
CheckpointSaver: LangGraph에서 그래프 상태의 영속화를 담당하는 컴포넌트 인터페이스로, Kova/Lumen이 제공하는 구현으로 교체할 수 있습니다.
Dependency Guardian: Forge가 기획 중인 의존 관계 감시자로, Epic / Story 간 인터페이스 파손을 자동으로 탐지합니다.
Replay: 리플레이로, 영속화된 이벤트 시퀀스를 사용해 Agent 실행 과정을 재현하며, 로컬 디버깅 시 추가 LLM Token을 소비하지 않습니다.
Session: Forge에서 한 차례의 제품 논의에 대한 컨텍스트 컨테이너로, 대화, 의사결정, Agent 산출물의 전체 타임라인을 담습니다.

용어가 빠졌나요?

누락되었거나 보완이 필요한 용어는 Issue 로 제출해 주세요. GitHub Issues ↗